概述

数据集统计

变量数13
观测值数量8569
缺少单元格15939
缺少单元格 (%)14.3%
重复行0
重复行 (%)0.0%
内存中的总大小870.4 KiB
内存中的平均记录大小104.0 B

变量类型

分类1
数值的11
无关变量1

警报

时间 具有高基数:281 个不同的值 高基数
设定电压工作电压1 其他字段高度相关强相关
出铝量下料次数强相关
工作电压设定电压1 其他字段高度相关强相关
平均电压设定电压1 其他字段高度相关强相关
下料次数出铝量强相关
设定电压工作电压1 其他字段高度相关强相关
下料次数铝水平1 其他字段高度相关强相关
铝水平下料次数强相关
工作电压设定电压1 其他字段高度相关强相关
平均电压设定电压1 其他字段高度相关强相关
XLCS下料次数强相关
设定电压工作电压1 其他字段高度相关强相关
下料次数XLCS强相关
工作电压设定电压1 其他字段高度相关强相关
平均电压设定电压1 其他字段高度相关强相关
下料次数下料次数强相关
设定电压铝水平3 其他字段高度相关强相关
下料次数铝水平强相关
铝水平设定电压1 其他字段高度相关强相关
工作电压设定电压2 其他字段高度相关强相关
平均电压设定电压2 其他字段高度相关强相关
槽号设定电压2 其他字段高度相关强相关
设定电压 有 194 (2.3%) 缺失值 缺失
出铝量 有 218 (2.5%) 缺失值缺失
铝水平 有 2113 (24.7%) 缺失值 缺失
氧化铝浓度 有 1036 (12.1%) 缺失值 缺失
电解温度 有 1997 (23.3%) 缺失值 缺失
分子比 有 1036 (12.1%) 缺失值 缺失
工作电压 有 194 (2.3%) 缺失值 缺失
平均电压 有 194 (2.3%) 缺失值 缺失
下料次数 有 194 (2.3%) 缺失值 缺失
针振 有 194 (2.3%) 缺失值 缺失
序列号 有 8569 (100.0%) 缺失值 缺失
电解温度 高度偏斜 (γ1 = -52.51151413) 扭曲
序列号 是不受支持的类型,请检查是否需要清理或进一步分析 Unsupported

相关信息

开始分析时间2023-02-13 14:10:16.150822
结束分析时间2023-02-13 14:10:42.845796
Duration26.69 seconds
版本pandas-profiling v3.1.0
下载配置config.json

变量

时间
分类


高基数

去重281
去重 (%)3.3%
缺失0
缺失 (%)0.0%
内存大小67.1 KiB
2022-02-24 00:00:00
 
39
2022-02-19 00:00:00
 
39
2022-02-21 00:00:00
 
39
2022-02-22 00:00:00
 
39
2022-02-23 00:00:00
 
39
其他值 (276)
8374 

长度

最大长度19
中位数长度19
平均长度19
最小长度19

字符和统一码

总字符数0
字符去重 0
类别去重 0 ?
脚本去重 0 ?
区间去重 0 ?
Unicode 标准为每个代码点分配字符属性,这些属性可用于分析文本变量。

标准

唯一值0 ?
唯一 (%)0.0%

样本

第1行2021-08-07 00:00:00
第2行2021-08-09 00:00:00
第3行2021-08-10 00:00:00
第4行2021-08-11 00:00:00
第5行2021-08-12 00:00:00

公共值

数量频率 (%)
2022-02-24 00:00:0039
 
0.5%
2022-02-19 00:00:0039
 
0.5%
2022-02-21 00:00:0039
 
0.5%
2022-02-22 00:00:0039
 
0.5%
2022-02-23 00:00:0039
 
0.5%
2022-02-25 00:00:0039
 
0.5%
2022-02-26 00:00:0039
 
0.5%
2022-02-27 00:00:0039
 
0.5%
2022-02-28 00:00:0039
 
0.5%
2022-03-01 00:00:0039
 
0.5%
其他值 (271)8179
95.4%

长度

2023-02-13T22:10:43.068614image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
类别长度直方图
数量频率 (%)
00:00:008569
50.0%
2022-02-2439
 
0.2%
2022-04-2039
 
0.2%
2022-04-1339
 
0.2%
2022-04-1439
 
0.2%
2022-04-1539
 
0.2%
2022-04-1639
 
0.2%
2022-04-1739
 
0.2%
2022-04-1839
 
0.2%
2022-04-1939
 
0.2%
其他值 (272)8218
48.0%

出现次数最多的字符

数量频率 (%)
未找到值.

出现次数最多的类别

数量频率 (%)
未找到值.

每个类别最常用的字符

出现最多的脚本

数量频率 (%)
未找到值.

每个脚本最常用的字符数

最常出现的块

数量频率 (%)
未找到值.

每个块最常用的字符数

设定电压
真实值 (ℝ≥0)


强相关
强相关
强相关
强相关
缺失

去重131
去重 (%)1.6%
缺失194
缺失 (%)2.3%
无限值0
无限值 (%)0.0%
均值4.02483606
最小值3.93
最大值4.13
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:43.244637image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值3.93
第 5 个百分位数3.945
Q13.965
中位数4.03
Q34.08
第 95 个百分位数4.105
最大值4.13
范围0.2
四分位距 (IQR)0.115

统计学描述

标准差0.05867207765
变异系数 (CV)0.01457750745
峰度-1.525238936
均值4.02483606
中位数绝对偏差 (MAD)0.055
偏度-0.0472572208
33708.002
方差0.003442412695
单调不单调
2023-02-13T22:10:43.431225image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (柱宽=50)
数量频率 (%)
3.951028
 
12.0%
4.08636
 
7.4%
4.09480
 
5.6%
3.94365
 
4.3%
4.1344
 
4.0%
4.085343
 
4.0%
4.095310
 
3.6%
3.97289
 
3.4%
4.065285
 
3.3%
4.02280
 
3.3%
其他值 (121)4015
46.9%
数量频率 (%)
3.937
 
0.1%
3.9341
 
< 0.1%
3.94365
 
4.3%
3.9432
 
< 0.1%
3.945192
 
2.2%
3.9482
 
< 0.1%
3.951028
12.0%
3.9511
 
< 0.1%
3.9531
 
< 0.1%
3.9542
 
< 0.1%
数量频率 (%)
4.1321
 
0.2%
4.12532
 
0.4%
4.1243
 
0.5%
4.1182
 
< 0.1%
4.115139
1.6%
4.1141
 
< 0.1%
4.1121
 
< 0.1%
4.1113
 
< 0.1%
4.1196
1.1%
4.1081
 
< 0.1%

出铝量
真实值 (ℝ≥0)


强相关
强相关
强相关
强相关
缺失

去重13
去重 (%)0.2%
缺失218
缺失 (%)2.5%
无限值0
无限值 (%)0.0%
均值2740.953179
最小值2560
最大值2820
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:43.590476image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值2560
第 5 个百分位数2650
Q12710
中位数2730
Q32790
第 95 个百分位数2790
最大值2820
范围260
四分位距 (IQR)80

统计学描述

标准差58.30891582
变异系数 (CV)0.02127322577
峰度-0.6442398742
均值2740.953179
中位数绝对偏差 (MAD)60
偏度-0.6898089522
22889700
方差3399.929664
单调不单调
2023-02-13T22:10:43.745348image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=13)
数量频率 (%)
27903703
43.2%
27301673
19.5%
26501083
 
12.6%
2710807
 
9.4%
2820342
 
4.0%
2620265
 
3.1%
2700169
 
2.0%
2670160
 
1.9%
259084
 
1.0%
274034
 
0.4%
其他值 (3)31
 
0.4%
(缺失)218
 
2.5%
数量频率 (%)
256010
 
0.1%
259084
 
1.0%
2620265
 
3.1%
264020
 
0.2%
26501083
12.6%
2670160
 
1.9%
2700169
 
2.0%
2710807
9.4%
27301673
19.5%
274034
 
0.4%
数量频率 (%)
2820342
 
4.0%
27903703
43.2%
27601
 
< 0.1%
274034
 
0.4%
27301673
19.5%
2710807
 
9.4%
2700169
 
2.0%
2670160
 
1.9%
26501083
 
12.6%
264020
 
0.2%

铝水平
真实值 (ℝ≥0)


强相关
强相关
缺失

去重31
去重 (%)0.5%
缺失2113
缺失 (%)24.7%
无限值0
无限值 (%)0.0%
均值45.05913879
最小值2
最大值90
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:43.907041image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值2
第 5 个百分位数8
Q127
中位数30
Q380
第 95 个百分位数90
最大值90
范围88
四分位距 (IQR)53

统计学描述

标准差29.40898407
变异系数 (CV)0.6526752367
峰度-1.364994285
均值45.05913879
中位数绝对偏差 (MAD)20
偏度0.4772410994
290901.8
方差864.888344
单调不单调
2023-02-13T22:10:44.075840image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=31)
数量频率 (%)
901134
13.2%
80768
 
9.0%
28759
 
8.9%
29588
 
6.9%
27543
 
6.3%
30467
 
5.4%
9332
 
3.9%
31293
 
3.4%
70284
 
3.3%
8254
 
3.0%
其他值 (21)1034
12.1%
(缺失)2113
24.7%
数量频率 (%)
26
 
0.1%
2.81
 
< 0.1%
39
 
0.1%
424
 
0.3%
522
 
0.3%
644
 
0.5%
7102
 
1.2%
8254
3.0%
9332
3.9%
10147
1.7%
数量频率 (%)
901134
13.2%
80768
9.0%
70284
 
3.3%
60108
 
1.3%
5063
 
0.7%
4014
 
0.2%
347
 
0.1%
3321
 
0.2%
32112
 
1.3%
31293
 
3.4%

氧化铝浓度
真实值 (ℝ≥0)


缺失

去重162
去重 (%)2.2%
缺失1036
缺失 (%)12.1%
无限值0
无限值 (%)0.0%
均值1.86610381
最小值1.2
最大值3.67
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:44.244069image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值1.2
第 5 个百分位数1.44
Q11.65
中位数1.82
Q32.03
第 95 个百分位数2.45
最大值3.67
范围2.47
四分位距 (IQR)0.38

统计学描述

标准差0.3136628014
变异系数 (CV)0.1680843262
峰度1.435330286
均值1.86610381
中位数绝对偏差 (MAD)0.18
偏度0.9076692507
14057.36
方差0.098384353
单调不单调
2023-02-13T22:10:44.437807image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=50)
数量频率 (%)
1.79169
 
2.0%
1.63167
 
1.9%
1.98140
 
1.6%
1.8140
 
1.6%
1.71138
 
1.6%
1.67136
 
1.6%
1.75131
 
1.5%
1.68131
 
1.5%
1.76129
 
1.5%
1.83127
 
1.5%
其他值 (152)6125
71.5%
(缺失)1036
 
12.1%
数量频率 (%)
1.245
0.5%
1.2122
0.3%
1.2711
 
0.1%
1.2814
 
0.2%
1.2912
 
0.1%
1.39
 
0.1%
1.312
 
< 0.1%
1.322
 
< 0.1%
1.3311
 
0.1%
1.3414
 
0.2%
数量频率 (%)
3.671
 
< 0.1%
3.561
 
< 0.1%
3.322
 
< 0.1%
3.233
< 0.1%
3.183
< 0.1%
3.156
0.1%
3.17
0.1%
3.072
 
< 0.1%
3.024
< 0.1%
2.992
 
< 0.1%

DJWD
真实值 (ℝ≥0)


缺失
扭曲

去重49
去重 (%)0.7%
缺失1997
缺失 (%)23.3%
无限值0
无限值 (%)0.0%
均值934.0286062
最小值93
最大值1001
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:44.620967image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值93
第 5 个百分位数925
Q1930
中位数934
Q3938
第 95 个百分位数944
最大值1001
范围908
四分位距 (IQR)8

统计学描述

标准差11.98351873
变异系数 (CV)0.01282992688
峰度3693.018902
均值934.0286062
中位数绝对偏差 (MAD)4
偏度-52.51151413
6138436
方差143.6047211
单调不单调
2023-02-13T22:10:44.800541image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=49)
数量频率 (%)
934490
 
5.7%
932468
 
5.5%
933462
 
5.4%
931461
 
5.4%
936434
 
5.1%
935430
 
5.0%
930386
 
4.5%
937350
 
4.1%
929319
 
3.7%
938311
 
3.6%
其他值 (39)2461
28.7%
(缺失)1997
23.3%
数量频率 (%)
931
 
< 0.1%
9161
 
< 0.1%
9172
 
< 0.1%
9181
 
< 0.1%
9197
 
0.1%
92032
 
0.4%
92132
 
0.4%
92248
0.6%
92355
0.6%
924100
1.2%
数量频率 (%)
10011
 
< 0.1%
9941
 
< 0.1%
9921
 
< 0.1%
9711
 
< 0.1%
9671
 
< 0.1%
9641
 
< 0.1%
9622
 
< 0.1%
9576
0.1%
9552
 
< 0.1%
9544
< 0.1%

FZB
真实值 (ℝ≥0)


缺失

去重37
去重 (%)0.5%
缺失1036
缺失 (%)12.1%
无限值0
无限值 (%)0.0%
均值2.617042347
最小值2.46
最大值2.82
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:44.970464image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值2.46
第 5 个百分位数2.53
Q12.58
中位数2.61
Q32.65
第 95 个百分位数2.72
最大值2.82
范围0.36
四分位距 (IQR)0.07

统计学描述

标准差0.05424162555
变异系数 (CV)0.02072630793
峰度0.7614829948
均值2.617042347
中位数绝对偏差 (MAD)0.03
偏度0.4715222202
19714.18
方差0.002942153942
单调不单调
2023-02-13T22:10:45.142821image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=37)
数量频率 (%)
2.6739
 
8.6%
2.61722
 
8.4%
2.62670
 
7.8%
2.59604
 
7.0%
2.63500
 
5.8%
2.58481
 
5.6%
2.65470
 
5.5%
2.57402
 
4.7%
2.56380
 
4.4%
2.64370
 
4.3%
其他值 (27)2195
25.6%
(缺失)1036
12.1%
数量频率 (%)
2.466
 
0.1%
2.4710
 
0.1%
2.4841
 
0.5%
2.4925
 
0.3%
2.564
 
0.7%
2.5159
 
0.7%
2.5264
 
0.7%
2.53120
1.4%
2.5493
1.1%
2.55205
2.4%
数量频率 (%)
2.827
 
0.1%
2.815
 
0.1%
2.811
 
0.1%
2.7910
 
0.1%
2.7833
 
0.4%
2.7716
 
0.2%
2.7628
 
0.3%
2.7544
0.5%
2.7494
1.1%
2.7372
0.8%

工作电压
真实值 (ℝ≥0)


强相关
强相关
强相关
强相关
缺失

去重370
去重 (%)4.4%
缺失194
缺失 (%)2.3%
无限值0
无限值 (%)0.0%
均值4.070502567
最小值2.265
最大值4.754
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:45.320907image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值2.265
第 5 个百分位数3.968
Q14.009
中位数4.072
Q34.128
第 95 个百分位数4.18
最大值4.754
范围2.489
四分位距 (IQR)0.119

统计学描述

标准差0.07316633188
变异系数 (CV)0.01797476618
峰度44.09093041
均值4.070502567
中位数绝对偏差 (MAD)0.059
偏度-1.60320741
34090.459
方差0.00535331212
单调不单调
2023-02-13T22:10:45.511751image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=50)
数量频率 (%)
4.14561
 
0.7%
4.12656
 
0.7%
4.11756
 
0.7%
4.1454
 
0.6%
4.13154
 
0.6%
3.98753
 
0.6%
3.99753
 
0.6%
4.00153
 
0.6%
4.13852
 
0.6%
3.99852
 
0.6%
其他值 (360)7831
91.4%
(缺失)194
 
2.3%
数量频率 (%)
2.2651
< 0.1%
3.861
< 0.1%
3.8712
< 0.1%
3.8761
< 0.1%
3.8821
< 0.1%
3.8842
< 0.1%
3.8851
< 0.1%
3.8892
< 0.1%
3.891
< 0.1%
3.8931
< 0.1%
数量频率 (%)
4.7541
< 0.1%
4.3471
< 0.1%
4.321
< 0.1%
4.3171
< 0.1%
4.3161
< 0.1%
4.3021
< 0.1%
4.2992
< 0.1%
4.2921
< 0.1%
4.2911
< 0.1%
4.291
< 0.1%

平均电压
真实值 (ℝ≥0)


强相关
强相关
强相关
强相关
缺失

去重335
去重 (%)4.0%
缺失194
缺失 (%)2.3%
无限值0
无限值 (%)0.0%
均值4.068954746
最小值2.265
最大值4.754
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:45.691959image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值2.265
第 5 个百分位数3.969
Q14.009
中位数4.072
Q34.125
第 95 个百分位数4.168
最大值4.754
范围2.489
四分位距 (IQR)0.116

统计学描述

标准差0.06984958066
变异系数 (CV)0.01716646781
峰度52.98699953
均值4.068954746
中位数绝对偏差 (MAD)0.057
偏度-1.944666258
34077.496
方差0.004878963918
单调不单调
2023-02-13T22:10:45.876258image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=50)
数量频率 (%)
4.11770
 
0.8%
4.13164
 
0.7%
4.13764
 
0.7%
4.12162
 
0.7%
4.13262
 
0.7%
4.1261
 
0.7%
4.12461
 
0.7%
4.12861
 
0.7%
4.1360
 
0.7%
4.12757
 
0.7%
其他值 (325)7753
90.5%
(缺失)194
 
2.3%
数量频率 (%)
2.2651
< 0.1%
3.861
< 0.1%
3.8712
< 0.1%
3.8781
< 0.1%
3.8841
< 0.1%
3.8851
< 0.1%
3.8891
< 0.1%
3.891
< 0.1%
3.8971
< 0.1%
3.8991
< 0.1%
数量频率 (%)
4.7541
< 0.1%
4.3471
< 0.1%
4.321
< 0.1%
4.3161
< 0.1%
4.3031
< 0.1%
4.3021
< 0.1%
4.292
< 0.1%
4.2841
< 0.1%
4.2731
< 0.1%
4.2691
< 0.1%

下料次数
真实值 (ℝ≥0)


强相关
强相关
强相关
缺失

去重719
去重 (%)8.6%
缺失194
缺失 (%)2.3%
无限值0
无限值 (%)0.0%
均值1762.579343
最小值0
最大值2352
4
零零 (%)< 0.1%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:46.053758image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值0
第 5 个百分位数1574
Q11681
中位数1756
Q31840
第 95 个百分位数1982.3
最大值2352
范围2352
四分位距 (IQR)159

统计学描述

标准差132.5019366
变异系数 (CV)0.07517501955
峰度19.12434118
均值1762.579343
中位数绝对偏差 (MAD)79
偏度-1.246276278
14761602
方差17556.7632
单调不单调
2023-02-13T22:10:46.419501image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=50)
数量频率 (%)
175441
 
0.5%
173141
 
0.5%
173740
 
0.5%
167140
 
0.5%
173840
 
0.5%
178538
 
0.4%
177336
 
0.4%
173635
 
0.4%
174034
 
0.4%
176834
 
0.4%
其他值 (709)7996
93.3%
(缺失)194
 
2.3%
数量频率 (%)
04
< 0.1%
71
 
< 0.1%
7851
 
< 0.1%
9941
 
< 0.1%
10151
 
< 0.1%
10951
 
< 0.1%
11671
 
< 0.1%
11871
 
< 0.1%
12221
 
< 0.1%
12561
 
< 0.1%
数量频率 (%)
23521
< 0.1%
22951
< 0.1%
22371
< 0.1%
22241
< 0.1%
22212
< 0.1%
22171
< 0.1%
22121
< 0.1%
22001
< 0.1%
21911
< 0.1%
21882
< 0.1%

针振
真实值 (ℝ≥0)


缺失

去重41
去重 (%)0.5%
缺失194
缺失 (%)2.3%
无限值0
无限值 (%)0.0%
均值11.63438806
最小值1
最大值56
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:46.596177image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值1
第 5 个百分位数7
Q19
中位数11
Q313
第 95 个百分位数21
最大值56
范围55
四分位距 (IQR)4

统计学描述

标准差4.470727126
变异系数 (CV)0.3842683519
峰度5.172523215
均值11.63438806
中位数绝对偏差 (MAD)2
偏度1.766666583
97438
方差19.98740103
单调不单调
2023-02-13T22:10:46.766803image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=41)
数量频率 (%)
91135
13.2%
101061
12.4%
81033
12.1%
11867
10.1%
12763
8.9%
7657
7.7%
13538
6.3%
14417
 
4.9%
15304
 
3.5%
16280
 
3.3%
其他值 (31)1320
15.4%
数量频率 (%)
15
 
0.1%
21
 
< 0.1%
41
 
< 0.1%
527
 
0.3%
6256
 
3.0%
7657
7.7%
81033
12.1%
91135
13.2%
101061
12.4%
11867
10.1%
数量频率 (%)
561
 
< 0.1%
422
 
< 0.1%
401
 
< 0.1%
391
 
< 0.1%
382
 
< 0.1%
372
 
< 0.1%
362
 
< 0.1%
355
0.1%
344
< 0.1%
334
< 0.1%

槽号
真实值 (ℝ≥0)


强相关

去重39
去重 (%)0.5%
缺失0
缺失 (%)0.0%
无限值0
无限值 (%)0.0%
均值5066.964873
最小值5048
最大值5086
0
零 (%)0.0%
负值0
负值 (%)0.0%
内存大小67.1 KiB
2023-02-13T22:10:46.936292image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

分位数统计

最小值5048
第 5 个百分位数5050
Q15057
中位数5067
Q35077
第 95 个百分位数5084
最大值5086
范围38
四分位距 (IQR)20

统计学描述

标准差11.15463223
变异系数 (CV)0.002201442581
峰度-1.176528849
均值5066.964873
中位数绝对偏差 (MAD)10
偏度-0.01898982193
43418822
方差124.4258201
单调Increasing
2023-02-13T22:10:47.118296image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
带有固定尺寸箱的直方图 (箱=39)
数量频率 (%)
5084277
 
3.2%
5058271
 
3.2%
5061270
 
3.2%
5074268
 
3.1%
5066268
 
3.1%
5071266
 
3.1%
5050265
 
3.1%
5083265
 
3.1%
5081264
 
3.1%
5077263
 
3.1%
其他值 (29)5892
68.8%
数量频率 (%)
5048215
2.5%
5049212
2.5%
5050265
3.1%
5051254
3.0%
5052175
2.0%
5053182
2.1%
5054251
2.9%
5055166
1.9%
5056244
2.8%
5057182
2.1%
数量频率 (%)
5086170
2.0%
5085173
2.0%
5084277
3.2%
5083265
3.1%
5082179
2.1%
5081264
3.1%
5080161
1.9%
5079181
2.1%
5078224
2.6%
5077263
3.1%

list
无关变量

缺失
拒绝
无关变量

缺失8569
缺失 (%)100.0%
内存大小67.1 KiB

相互作用

2023-02-13T22:10:39.943197image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:22.091932image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.414763image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.100334image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.779979image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.558575image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.221035image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.941383image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.714974image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.387005image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.088227image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.109875image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:22.699517image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.572682image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.258354image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.036013image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.718718image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.386012image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.207469image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.874490image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.548931image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.250810image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.267177image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:22.856729image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.721287image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.410264image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.199263image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.868333image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.544180image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.358877image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.031647image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.703498image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.412344image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.419174image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.009332image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.867477image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.561190image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.350320image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.011948image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.698325image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.505444image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.175778image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.856140image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.565352image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.573662image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.166533image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.014534image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.709219image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.496927image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.157681image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.855903image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.653975image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.325151image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.004924image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.725923image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.729967image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.322558image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.163667image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:26.853702image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.645675image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.305048image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.007687image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.800933image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.471425image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.156635image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:38.883885image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:40.891325image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.484565image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.321073image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.010248image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.802465image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.459973image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.166180image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:33.956813image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.626865image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.312834image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:39.042240image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:41.047987image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.640149image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.472387image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.159848image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:28.953187image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.609768image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.320773image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.107295image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.775729image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.464182image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:39.193545image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:41.202693image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:23.879869image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.636950image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.311368image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.102472image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.757881image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.473125image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.253229image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:35.926031image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.612208image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:39.345272image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:41.355458image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.037505image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.794531image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.466622image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.252470image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:30.910386image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.625635image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.402378image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.072522image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.759518image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:39.633745image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:41.520976image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:24.246379image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:25.943388image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:27.625429image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:29.402838image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:31.065310image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:32.781256image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:34.555995image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:36.229248image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:37.911348image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
2023-02-13T22:10:39.785971image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

相关性

2023-02-13T22:10:47.285078image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

Spearman's ρ

斯皮尔曼秩相关系数 (ρ) 是两个变量之间单调相关性的度量,因此在捕捉非线性单调相关性方面比皮尔逊 r 更好。它的值介于 -1 和 +1 之间,-1 表示总负单调相关,0 表示无单调相关,1 表示总正单调相关。

要计算两个变量 XYρ,请将 XY 的秩变量的协方差除以其标准差的乘积。
2023-02-13T22:10:47.565230image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

Pearson's r

皮尔逊相关系数 (r) 是两个变量之间线性相关性的度量。它的值介于 -1 和 +1 之间,-1 表示总负线性相关,0 表示没有线性相关,1 表示总正线性相关。此外,在两个变量的位置和尺度的单独变化下,(r)是不变的,这意味着对于线性函数,与X轴的角度不会影响(r)。

要计算两个变量 XYr ,请将 XY 的协方差除以它们标准差的乘积。
2023-02-13T22:10:47.762225image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

Kendall's τ

与Spearman秩相关系数类似,Kendall秩相关系数 (τ) 测量两个变量之间的序数关联。它的值介于 -1 和 +1 之间,-1 表示总负相关,0 表示无相关性,1 表示总正相关。

要计算两个变量 XYτ,可以确定一致和不一致的观测值对的数量。τ 由一致对数减去不一致对数除以对总数给出。
2023-02-13T22:10:47.959788image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/

Phik (φk)

Phik (φk) 是一种新的实用相关系数,它在分类变量、有序变量和区间变量之间一致地工作,捕获非线性依赖性,并在二元正态输入分布的情况下恢复为 Pearson 相关系数。这里有大量可用的文档 .

缺失值

2023-02-13T22:10:41.809024image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
按列对空性的简单可视化。
2023-02-13T22:10:42.029699image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
空性矩阵是一种数据密集的显示,可让您快速直观地挑选数据完成中的模式。
2023-02-13T22:10:42.449563image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
相关性热图测量空性相关性:一个变量的存在与否对另一个变量的存在的影响程度。
2023-02-13T22:10:42.690258image/svg+xmlMatplotlib v3.5.1, https://matplotlib.org/
树状图允许您更充分地关联变量补全,揭示比相关热图中可见的成对趋势更深的趋势。

样本

第一行

时间设定电压出铝量铝水平氧化铝浓度电解温度分子比工作电压平均电压下料次数针振槽号序列号
02021-08-07 00:00:004.0652620.0NaN1.71NaN2.614.0764.0761525.08.05048NaN
12021-08-09 00:00:004.0652620.090.01.70928.02.654.1074.0931487.011.05048NaN
22021-08-10 00:00:004.0652650.060.01.70928.02.654.0964.0801711.09.05048NaN
32021-08-11 00:00:004.0652620.070.01.70932.02.654.1124.0801586.07.05048NaN
42021-08-12 00:00:004.0652620.090.01.70928.02.654.0944.0931450.08.05048NaN
52021-08-13 00:00:004.0652620.070.01.70922.02.654.0934.0891520.09.05048NaN
62021-08-14 00:00:004.0652650.080.01.70923.02.654.0954.0961538.07.05048NaN
72021-08-15 00:00:004.0652650.080.01.70927.02.654.1344.0941503.09.05048NaN
82021-08-16 00:00:004.0652650.070.01.63926.02.654.1054.0831624.08.05048NaN
92021-08-17 00:00:004.0652650.080.01.63926.02.654.0904.0901445.08.05048NaN

最后一行

时间设定电压出铝量铝水平氧化铝浓度电解温度分子比工作电压平均电压下料次数针振槽号序列号
85592022-05-13 00:00:004.022790.027.01.49932.02.644.0464.0471849.012.05086NaN
85602022-05-14 00:00:004.022790.028.01.49928.02.644.0434.0461838.014.05086NaN
85612022-05-15 00:00:004.022790.027.01.49929.02.644.0394.0451808.011.05086NaN
85622022-05-16 00:00:004.022790.027.01.49938.02.644.0604.0681921.013.05086NaN
85632022-05-17 00:00:004.022790.027.01.49938.02.644.0714.0961764.012.05086NaN
85642022-05-18 00:00:004.022790.027.01.95930.02.634.0734.0781855.015.05086NaN
85652022-05-19 00:00:004.022790.027.01.95931.02.634.0604.0601829.020.05086NaN
85662022-05-20 00:00:004.022790.027.01.95931.02.634.0584.0741960.09.05086NaN
85672022-05-21 00:00:004.022790.027.01.95933.02.634.0514.0511920.010.05086NaN
85682022-05-22 00:00:004.022790.027.01.95935.02.634.0594.0601799.010.05086NaN